基于matlab图像处理教程系列之图像分割（二）

dapmood

一、简介
9 f; X( l; Q( e# A" T; e' ~8 s1.使用距离变换的分水岭分割
/ J  L. f! g& @6 {5 z
（1）距离变换
2 f+ j0 Z* j; Y4 }6 `; b' C- x! v
( H/ K1 Q% f: A& D9 n1 i0 M/ CD = bwdist(BW);
1 k) `$ A1 c6 }6 l
4 j7 l. H+ v- g% O9 n8 g2 ?  d二值图像的距离变换是指从每个像素到最接近零值的像素的距离。

: H' I* o4 n+ O6 s) E（2）测地距离变换
9 g" i+ ?- T- N2 U7 R5 n4 z
: h6 C6 p5 X6 i7 I4 {/ G' TD = bwdistgeodesic(BW,mask);
" Y4 C$ l. }! G/ B3 H0 r( V
8 o3 A- Q1 @& r% [3 x; T0 I/ S2.使用梯度的分水岭分割

获取梯度图像：
# U8 |3 N/ \1 _- p9 E, i3 k
h = fspecial(‘sobel’);
9 ~$ F  U- a  |" q, k- ]; L0 j/ u. q
fd = tofloat(f);
: G0 I/ U8 J8 z1 m
" B7 ]  x# n/ H: Cg = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …
& a* X  x3 n' w% B" {% w5 h
+ B) s9 t' D7 Uimfilter(fd, h’, ‘replicate’) .^ 2);

在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。

3.控制标记符的分水岭分割

; @  v# ~6 f: M. Q  f4 U8 m（1）计算局部极小值区域

" x2 o0 B/ F6 F# B$ O2 ^rm = imregionalmin(f);
6 X7 n- Q( b' ?6 @! A  `
其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。

( a7 ^3 o- v: `& g3 K4 w（2）扩展极小值
' O2 R8 [. c; c' j. l, _* k
im = imextendedmin(f,h);
  g2 x2 Z1 R; o0 [
其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。
" J5 m! ]0 T4 @, d) m
（3）强制最小
8 ~+ m! `; a1 t7 i5 R4 N6 l: O& R" k
mp = imimposemin(f, mask);

2 D" ]* F' b& n1 r  L$ H4 I) a其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。
5 h7 T8 W# t" d3 r
. G! e$ W- z$ t' W
二、源代码
/ }6 L# u& A7 t2 B% @# J4 W7 h3 V

• %基于控制标记符的分水岭分割
• [file,filepath]=uigetfile('*');
• file=fullfile(filepath,file);
• img=imread(file);%读图
• imgsize=size(img);
• if(numel(imgsize)>2)
• i=rgb2gray(img);
• else
• i=img;
• end;
• imshow(i);title('灰度图');
• pause;
• %取阈值
• [T,SM]=graythresh(i);
• bw=im2bw(i,T);
• imshow(bw);title('二值');
• pause;
• % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
• gc = ~bw;
• % imshow(gc);
• % pause;
• D = bwdist(gc);
• % figure,contour(-D,40);
• imshow(-D,[]);title('距离变换图');
• pause;
• rm = imregionalmin(-D);%查看局部极小值区域
• imshow(rm);title('查看局部极小值区域');
• pause;
• im = imextendedmin(-D,2);%扩展最小值
• % figure,contour(im,40);
• fim=i;
• fim(im) = -255;
• imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
• pause;
• Lim = watershed(bwdist(im));
• imshow(Lim,[]);title('基于距离变换的流域分割');
• pause;
• em = Lim == 0;
• res=em|im;
• imshow(res);%查看掩膜图像
• title('掩膜图像');
• pause;
• g2 = imimposemin(i, im | em);
• imshow(g2);
• title('强制最小');
• pause;
• L2 = watershed(g2);
• f2 = img;
• f2(L2 == 0) = 255;
• imshow(f2);
• title('基于控制标记符的分水岭分割');
  $ {4 b; J' P# Y: R

, `/ Y& R& [: X/ i5 d
' y) k0 ?& ]) H7 E$ c) `+ z' T, z" _
9 _1 X9 y7 B& w, j5 ~4 `三、运行结果
2 N! u$ J+ u; U1 ?' @
" q  y8 r/ A7 l

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      

ldezgr

今天晴天，很棒棒哦，加油哦